今天的介紹會從下面三點展開：

• 京東數(shù)據(jù)平臺架構簡介
• 跨域存儲
• 分層存儲

01京東數(shù)據(jù)平臺架構簡介?

京東數(shù)據(jù)平臺的整體架構主要由六部分組成，其中數(shù)據(jù)存儲作為計算存儲層的底層組件支撐著上游的計算引擎調(diào)度，以及更高層的工具層、服務層和應用層。在整個數(shù)據(jù)平臺架構中，底層數(shù)據(jù)存儲起到了基建的作用，是整個大數(shù)據(jù)平臺的基礎。

該數(shù)據(jù)存儲系統(tǒng)的體量是數(shù)EB（1EB=1024PB），有數(shù)萬個節(jié)點，三地多中心，每天的吞吐量是百PB級別。面對如此大的數(shù)據(jù)量，京東大數(shù)據(jù)平臺采用了可視化管理，通過監(jiān)控系統(tǒng)可快速方便地定位到集群問題，保證了集群的穩(wěn)定性和服務的高可用。

02 跨域存儲

1. 跨域存儲——問題

在跨域存儲架構應用之前，跨機房數(shù)據(jù)的同步主要通過業(yè)務方在不同機房之間進行Distcp實現(xiàn)，這種方式便會存在一些隱患問題:

• 第一個問題：元數(shù)據(jù)一致性由業(yè)務方保證，數(shù)據(jù)遷移需要業(yè)務介入，成本高時間長。
• 第二個問題：跨機房的流量不受控，影響同步任務，需要借助外部調(diào)度系統(tǒng)和存儲。 
• 第三個問題：產(chǎn)生多份冗余數(shù)據(jù)，數(shù)據(jù)共享和同步成本高，比如在不同機房不同數(shù)據(jù)節(jié)點間載入了多份相同數(shù)據(jù)，導致冗余。
• 第四個問題：不具備多機房集群的容災系統(tǒng)，未充分利用多機房優(yōu)勢。

2. 跨域存儲——架構

基于以上，京東大數(shù)據(jù)平臺在底層存儲模塊設計了一個跨域數(shù)據(jù)同步功能來解決歷史數(shù)據(jù)存儲同步帶來的問題。選擇在底層解決該問題不僅可以把控跨域數(shù)據(jù)的一致性，還提供了業(yè)務無感知的跨域數(shù)據(jù)同步與分享功能，以減少業(yè)務方重復工作，使存儲系統(tǒng)具備跨域遷移和跨域容災的能力。

該京東跨域存儲架構的主要思路是通過“全量存儲+全網(wǎng)拓撲”，實現(xiàn)跨機房故障域，最終實現(xiàn)大數(shù)據(jù)關鍵數(shù)據(jù)異地容災及跨機房存儲能力。

這個項目的主要挑戰(zhàn)有：

• 單集群規(guī)模龐大，達到數(shù)萬個。
• 跨域補塊與流動，存在性能瓶頸。
• 跨域心跳與塊匯報，遇到限制。

該方案的主要優(yōu)勢有：

• 強一致性：全局文件一致性，數(shù)據(jù)自動同步避免數(shù)據(jù)參差和冗余。
• 復用原理：自主跨機房補塊，跨域數(shù)據(jù)補塊由后臺自動進行。
• 易遷移：數(shù)據(jù)異動成本低，將數(shù)據(jù)與業(yè)務分開，降低成本，提高效率。
• 高可用：支持跨機房切換，提高機房容災率，增加數(shù)據(jù)安全性。

3. 跨域存儲——跨域數(shù)據(jù)流

在實現(xiàn)跨域存儲過程中，采用了兩種數(shù)據(jù)流方式：

• 異步數(shù)據(jù)流?

?將數(shù)據(jù)先寫到本地機房，再通過namenode（NN）自動進行跨域同步。該數(shù)據(jù)傳輸方式寫入性能與現(xiàn)有未跨域場景一致，同步時延優(yōu)于 distcp 方案。

• 同步數(shù)據(jù)流

建立pipeline數(shù)據(jù)管道，串聯(lián)機房全部datanode（DN），一次將數(shù)據(jù)同步。該種傳輸方式針對數(shù)據(jù)一致性和可靠性要求高的業(yè)務。

4. 跨域存儲——拓撲與機房感知

拓撲與機房感知是解決“節(jié)點定位”這一跨域存儲核心問題的關鍵模塊?；谠撃K可控制數(shù)據(jù)塊分布和控制客戶端流量。該模塊主要從兩個方面解決問題：

• 拓撲管理

通過改造節(jié)點的拓撲方式，在拓撲管理中增加一個機房維度，同時選塊邏輯要基于全網(wǎng)拓撲模塊進行適配，以兼容多機房。

• 機房感知

針對跨域版本的客戶端，可通過在RPC頭部攜帶機房信息，以便識別和檢索；針對不支持跨域版本的客戶端，可通過京東網(wǎng)絡服務團隊提供的ip映射到機房的服務， 實現(xiàn)客戶端對應機房的檢索和查詢。

5. 跨域存儲——跨域標識

跨域標識模塊是解決“數(shù)據(jù)跨機房存放”問題的關鍵設計，我們采用一個支持副本和EC的屬性標簽來描述數(shù)據(jù)的跨域?qū)傩浴＠鏏:3,B:2,C:2,A,status,[period],[start,end]，即表示在A機房有3個副本；B機房有2個副本；C機房有2個副本；A機房是跨域傳輸?shù)闹鳈C房；[status]為標識存量數(shù)據(jù)內(nèi)部流轉(zhuǎn)的狀態(tài)，包括“init、processing、done、invalid”四個狀態(tài)；[period]用于跨域機房配置的時間戳，描述跨域數(shù)據(jù)的生命周期策略；[start,end]是另外一種數(shù)據(jù)共享生命周期配置方式，數(shù)據(jù)共享起止時間可通過絕對時間指定。

EC包含數(shù)據(jù)塊和校驗塊兩種類型， 相對于副本模式其跨域同步的支持更加復雜，需要支持在同機房內(nèi)的數(shù)據(jù)重構和重構條件不具備時的跨域數(shù)據(jù)拷貝，以減少 EC 數(shù)據(jù)在跨域場景下的跨域同步流量。

加快整體跨域數(shù)據(jù)處理的速度，采用了三種方法：

• 將元數(shù)據(jù)固化在XATTR上
• 在內(nèi)存上構建了Inode Proto
• 在每個數(shù)據(jù)塊上，創(chuàng)建塊屬性標識

6. 跨域存儲——跨域補塊及流控

針對跨域補塊和流控，采用了三種方法保證了性能：

• 在處理跨域補塊時遵從的原理是跨域處理與原有流程隔離，保證新增的跨域處理流程不影響原先同機房的補塊處理，在遇到機房網(wǎng)絡中斷等極端情況可以保障單機房元數(shù)據(jù)服務可用。
• 新增異步跨域更新器，結合跨域標簽屬性，實現(xiàn)HA切換接續(xù)補塊，解決存量數(shù)據(jù)問題。
• 采用CR-Checker程序替代原有的DistCopy任務，可以將原先的跨集群同步任務平滑升級成跨域同步任務，最大限度減少跨域架構升級對原有存量任務的沖擊。

跨域補塊的邏輯如右圖所示。對于增量的數(shù)據(jù)，分為兩個模塊，同機房塊的增量數(shù)據(jù)通過原有的RedundancyMonitor進行補塊，對于跨域塊會放置到CrossRegionRedundancyMonitor模塊進行補塊。新增的更新器主要處理跨域配置和目錄變更等跨域標簽變更場景，經(jīng)過跨域要求判斷后加入到CrossRegionRedundancyMonitor模塊進行補塊處理。

跨域流控分為四個部分：

• 跨域補塊流控，通過配置帶寬嚴格控制跨域帶寬。
• 讀寫優(yōu)先客戶端同機房DN，基于前面介紹的機房感知功能，去匹配客戶端和DN所屬機房，確保只讀取同機房的DN數(shù)據(jù)，避免產(chǎn)生跨域流量。
• 跨域讀寫流控，針對沒有攜帶跨域標識的數(shù)據(jù)有跨域客戶端訪問時，對新版本用戶端和老版本用戶端有兩種處理方法。對新版本客戶端，會在NN做流量的統(tǒng)計和背壓處理，保證讀寫不會影響核心專線的流量帶寬；對于老版本客戶端，會在DN處對流量進行統(tǒng)計和上報，如果超過限額后，會進行背壓處理。
• Balancer機房內(nèi)部均衡，在同機房節(jié)點上進行數(shù)據(jù)均衡。

03分層存儲?

1. 分層存儲——問題

數(shù)據(jù)分層存儲是為了解決原有框架所存在的問題：

• 冷熱數(shù)據(jù)未區(qū)分對待。例如實時核心數(shù)據(jù)與舊數(shù)據(jù)未區(qū)分，導致無法做核心數(shù)據(jù)的加速處理。
• 不同硬件類型未區(qū)分對待。存儲系統(tǒng)長期演進，集群內(nèi)存在多種不同類型的存儲機型，之前版本對不同存儲機型未加區(qū)分處理，無法充分利用硬件特性。
• 數(shù)據(jù)治理需要協(xié)同用戶處理，存在較大工作量，推進困難。

2. 分層存儲

針對以上問題，我們需要在分層存儲上完成以下功能要求：實現(xiàn)數(shù)據(jù)自動整理，將冷熱數(shù)據(jù)通過打標簽進行分級處理——分為Hot、Warm、Cold。將不同硬件機型也進行分級處理——分為SSD、HDD、高密存儲。將實時熱數(shù)據(jù)與性能較好的DN相匹配，存儲在SSD的硬件上，而冷數(shù)據(jù)則存儲在高密存儲硬件上，實現(xiàn)資源合理搭配。

3. 分層存儲——使用場景

針對上述數(shù)據(jù)分層存儲的實現(xiàn)方案，主要有以下三個應用場景：

• 存儲加速?

對熱數(shù)據(jù)和核心數(shù)據(jù)提供加速手段，分時分層。例如在夜晚核心時間段，將其分為三個時間段，在對應時段將該時段的熱數(shù)據(jù)搬移到高性能的存儲機器上，這種處理方法可以在核心時段賦能更多的業(yè)務數(shù)據(jù)。

• 冷存歸檔?

僵冷數(shù)據(jù)存儲到高密存儲機器上，優(yōu)化單位存儲成本。業(yè)務方通過配置集群維度的動態(tài)規(guī)則，完成冷熱數(shù)據(jù)的自動分配，將冷數(shù)據(jù)存儲到高密數(shù)據(jù)上，對于過度僵冷的數(shù)據(jù)會直接轉(zhuǎn)化為EC（Erasure Coding），進一步降低存儲成本。

• 邏輯子集群?

支持按業(yè)務/目錄維度劃分邏輯子集群，實現(xiàn)數(shù)據(jù)隔離。針對新上線的機型，可采用該邏輯去摸索其性能；針對服務器擴容，可對新服務器增加寫權重，提高存入數(shù)量。對于應急情況，可快速分離出故障機器，不影響整體的存量數(shù)據(jù)可靠性。

4. 分層存儲——架構

上面介紹了分層存儲的邏輯和應用場景，下面將介紹分層存儲的架構，整個框架主要是在NN內(nèi)部實現(xiàn)的：

• 分層策略配置：提供外部API下發(fā)及內(nèi)部配置。
• 分層配置API：提供分層策略下發(fā)接口，外部可通過離線數(shù)據(jù)分析及業(yè)務側(cè)下發(fā)分層邏輯。
• 內(nèi)置分層策略：可配置和動態(tài)刷新的分層策略，默認通過訪問監(jiān)控器統(tǒng)計數(shù)據(jù)進行LRU分層策略配置。
• 標簽管理器：實現(xiàn)目錄標簽和節(jié)點標簽管理，指導選塊模塊及分布校驗器等模塊進行數(shù)據(jù)遷移。
• 數(shù)據(jù)分布校驗器：實現(xiàn)對新增數(shù)據(jù)的分布校驗，指導數(shù)據(jù)按照標簽進行分布。
• 存量數(shù)據(jù)滿足器：對存量數(shù)據(jù)進行掃描驗證，指導存量數(shù)據(jù)塊遷移；實現(xiàn)數(shù)據(jù)生命周期管理功能。

5. 分層存儲——核心設計

分層存儲的核心設計，可以分為兩個模塊，一個是元數(shù)據(jù)上根據(jù)目錄樹進行標簽管理，對數(shù)據(jù)進行冷熱數(shù)據(jù)分配；另一塊是節(jié)點拓撲樹，采用虛擬多拓撲樹在邏輯上將不同標簽的節(jié)點進行區(qū)分，不同標簽類型會有自己獨立的拓撲樹，實現(xiàn)更高效的選節(jié)點性能。虛擬拓撲樹有兩種更新方式，分別為根據(jù)節(jié)點權重進行異步更新和上下線數(shù)據(jù)進行同步更新。

增量數(shù)據(jù)和存量數(shù)據(jù)在處理流程上有以下差異：

• 增量數(shù)據(jù)：對于寫入請求，先判斷標簽，然后根據(jù)匹配對應節(jié)點，寫入數(shù)據(jù)。
• 存量數(shù)據(jù)：后臺數(shù)據(jù)分布校驗會掃描數(shù)據(jù)的標簽，基于虛擬拓撲樹匹配對應的節(jié)點，然后完成數(shù)據(jù)遷移或轉(zhuǎn)換。

04 問答?

Q1：數(shù)據(jù)遷移到高密集群是通過什么方法，基于什么策略？

A1：我們是基于分層功能來實現(xiàn)數(shù)據(jù)遷移，整體的處理邏輯是基于動態(tài)規(guī)則的設定，將數(shù)據(jù)分為冷、溫、熱三種類型。針對溫數(shù)據(jù)采用類 Balancer 的實現(xiàn)方式，將數(shù)據(jù)搬移到高密存儲上；針對冷數(shù)據(jù)我們是在 HDFS 內(nèi)部實現(xiàn)一套簡單的調(diào)度系統(tǒng)，將掃描發(fā)現(xiàn)的冷數(shù)據(jù)發(fā)送給DN，由 DN實現(xiàn)數(shù)據(jù)的搬移和原地轉(zhuǎn)EC。

Q2：京東有做HDFS計費的考慮嗎，有哪些維度？

A2：計費功能也是我們下一步要重點投入的方向，整體的思路是通過計費功能指導業(yè)務方更合理高效的使用存儲集群。目前我們將寫操作和讀操作進行分級，因為寫操作對NN的壓力比較大，因此寫操作的計費權重會超過讀操作計費權重，比例大概是 10 倍左右。在NN側(cè)會將計費信息匯總到HDFS Router，做一個統(tǒng)一全集群的計費匯總統(tǒng)計。HDFS Router會定期將統(tǒng)計信息下發(fā)給NN，NN基于統(tǒng)計信息對用戶訪問進行分級處理，超過預設額度的業(yè)務方訪問會被降級處理。

Q3：NN的壓力會不會很大，對NN有何優(yōu)化處理？

A3：在NameNode 內(nèi)部新增模塊時，會實時統(tǒng)計各模塊對 NameNode 內(nèi)部核心鎖的占用時間，當新增模塊的占鎖時間超過設定閾值，程序會動態(tài)縮減模塊的占鎖時間，保證不影響NameNode對外的吞吐量。

今天的分享就到這里，謝謝大家。